Gestion optimale de l'allocation des ressources pour l'execution des processus dans le cadre du Cloud

Despite the many proven benefits of using resources deployed in the cloud, it still faces many problemsthat can compromise its commercial success. Among theses problems, we can mention the lack of methodsallowing users to choose the best available resources. Thus the development of new methods for optimalresources management is necessary. The aim of this PhD thesis is based on this topic by the development of methods to optimize the useof resources in the Cloud context. To achieve this goal, our approach is driven by three complementary aspects taking into account conflicting quality of service criteria. For the first aspect, we have proposed a set of resources allocation and tasks scheduling strategies for a scientific process consisting of automated tasks. For the second aspect, we have proposed an extension of these strategies to take into account the fact that some tasks require the human resource(s) intervention. For the third aspect, optimization methods in order to allow a fair access to the shared resources bya set of business process instances are proposedBien que les nombreux avantages d’utiliser des ressources hébergées dans le Cloud soient avérés, celui-ci reste confronté à de nombreux problèmes qui peuvent compromettre son succès commercial. Parmi ceux-ci, on peut citer le manque d’aide aux utilisateurs pour leur permettre de choisir au mieux les ressources disponibles. Il est donc indispensable de développer des méthodes nouvelles pour une gestion optimale des ressources dans le Cloud.Cette thèse se situe dans le cadre de développement de méthodes d’optimisation d’utilisation des ressources pour l’exécution des processus dans le cadre Cloud. Nous avons abordé ce sujet sous trois aspects complémentaires prenant en compte des critères de qualité de service conflictuels.Pour le premier aspect, nous avons proposé un ensemble de stratégies d’allocation de ressources et d’ordonnancement de tâches d’un processus scientifique dont les tâches sont supposées automatisées. Pour le deuxième aspect, nous avons proposé une extension des premières stratégies pour prendre en compte le fait que certaines tâches nécessitent l’intervention d’une(des) ressource(s) humaine(s) pours’accomplir. Pour le troisième aspect, des méthodes d’optimisation afin d’assurer un accès équitable à des ressources,partagées par un ensemble d’instances d’un même processus métier, ont été proposée